北京
新智元報道
編輯：傾傾
【新智元導讀】GPT-5的驚艷之處，不只是寫得好，還有超強的推理能力。近期的一個研究揭示了其中的秘密：通用智能體之所以聰明，不是因為參數更大，而是因為它們在腦子里長出了一張「世界模型」。而這張隱形的地圖，也正在改變我們對AI的理解。
GPT-5上線后，最讓人震驚的不是它能寫詩畫畫，而是它展現出的推理能力。
網友驚呼：「感覺像是在和博士討論問題」，媒體更是直言它的邏輯水平已經「堪比專家」。
為什么會出現這種「突然開竅」的效果？
最新的一篇研究給出了答案：
通用智能體之所以能推理，不靠死記硬背，而是因為它們在腦子里悄悄長出了一張「世界模型」。
論文傳送門：https://arxiv.org/pdf/2506.01622
是模仿還是思考？學界吵了十年
什么是「世界模型」？簡單來說，它就是AI腦子里的預測地圖。
對于人類來說，我們的腦子里天生帶有預測的功能：
球在桌子邊滾動→它可能會掉下去
開車的時候，看到紅燈→如果不剎車可能出事故
兩個人對話，其中一個人說「我餓了」→下一步很可能是找吃的
那對于AI來說，是怎樣的呢？
在過去的十幾年里，學界一直在爭吵——AI到底能不能只靠模仿（無模型學習），也能解決復雜任務？
「模仿派」認為，只要有足夠多的數據+強大的算力，AI就能像條件反射一樣給出正確答案。
在GPT-3.5時代，大部分AI的回答都像「背題庫」，有時候蒙對，有時候完全錯誤。
與之相反的則是「思考派」。他們堅持如果沒有世界模型，AI永遠只是鸚鵡學舌。
一旦問題需要多步邏輯，比如解數學習題、規劃一個流程，純模仿型AI就會掉鏈子。
最近，有一研究給這些爭論按下了終止鍵：
只要一個智能體真的能完成多步、復雜的目標任務，它的策略里必然隱含了世界模型。
在學術框架里，「目標、策略、世界模型」曾經像一個缺角的三角形。
已知世界模型和目標，可以推導出最優策略；已知策略和世界模型，可以反推出目標。
圖1 目標g、策略π、世界模型p之間的三角關系
而現在最后一角也被補齊——只要知道智能體的策略和目標，就能恢復出它的世界模型。
這個推導讓「世界模型不可或缺」的結論更加穩固。
也就是說，GPT-5之所以能展現出驚人的推理能力，是因為在訓練過程中，它體內的「世界模型」。
可以說，沒有世界模型，就沒有真正的通用智能。
探究AI腦子里的地圖
僅有理論還不夠，研究團隊決定深入檢查。
既然說智能體一定會「長出」世界模型，那么我們能否在實驗室里，把這張隱形的「地圖」抓出來？
給AI搭建的「迷你世界」
為了驗證AI體內是否真的存在世界模型，研究團隊設計了一個巧妙的實驗。
他們搭建了一個虛擬世界，里面只有幾個狀態（X、Y），它們會按一定概率互相跳轉。
然后研究員將任務交給智能體，讓它自己摸索。
最后，研究人員嘗試只根據智能體的行為，反推出它腦子里是不是已經學會了這些概率。
圖2 智能體-環境系統示意圖
任務越復雜，誤差反而越小
剛開始，智能體在簡單目標里亂撞，恢復出來的世界模型差錯很多，還有一堆錯誤。
可當任務變得復雜（比如要先到X，再轉到Y），情況就完全不同：它會自動搭建出更精細的「轉移概率表」。
隨著任務深度增加，誤差迅速下降。
圖3 任務復雜度vs世界模型誤差曲線
無論是訓練樣本還是任務深度，結果都一邊倒——任務越復雜，世界模型越準確。
實驗員還嘗試了更復雜的目標組合：智能體需要在不同狀態之間來回跳轉，才能完成目標。
圖4 復合目標實驗示意圖
結果依舊成立。即使任務被拆解得更復雜，它體內的世界模型依然能被穩定恢復出來。
沒有世界地圖，就沒有真正的智能
數學推理也印證了這一點。
實驗表明，只要一個智能體在復雜任務里不會頻繁犯低級錯誤，始終能保持有限的「后悔值」，它的策略中就必然已經包含了環境的轉移規律。
也就是說——世界模型不是AI的點綴，而是它進化的必需品。
智能體越強，心里的「小九九」就越多。
這就是為什么GPT-5會讓人覺得「突然會推理了」，其實是它體內越來越清晰的世界模型。
一張地圖帶來的希望與隱憂
實驗告訴我們：只要AI能完成復雜任務，它的腦子里就一定有一個「世界地圖」。
這也解釋了近來最熱門的現象——所謂的「涌現能力」。
研究表示，這并不是魔法，而是世界模型在任務中逐漸清晰的自然結果。
我們以為GPT-5突然會推理，其實是因為它體內的世界模型在任務中逐漸清晰，于是能力自然顯現。
這讓人類看到了希望：如果世界模型真的存在，我們或許有機會把它抽離出來，借此理解AI的內心劇場。
未來，當它越來越強時，這可能成為破解黑箱、提升安全性的關鍵。
但這也埋下了隱憂的種子。
真實世界遠比實驗室復雜，AI學到的地圖也許是模糊不完整的，甚至與人類理解不一致。
可能它覺得安全，而我們覺得危險。
對研究者來說，這也是一個轉機。
既然世界模型必然存在，那么我們或許能在未來把它抽取出來，用來解釋和驗證AI的行為。
這意味著，破解「黑箱」不再只是愿景，而可能有了真正的理論支撐。
所以，GPT-5帶來的震驚不只是「它會推理」，更深層的意義在于：AI已經能在腦海里搭建自己的世界地圖。
而這張地圖，既可能是通向智慧的通行證，也可能是未來不確定性的源頭。
參考資料：
https://arxiv.org/abs/2506.01622
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
